Essays on conditional expectiles and extremiles

Resumo

Esta tese de doutorado investiga os estimadores de Mínimos Quadrados Assimetricos (ALS) para medidas de risco condicionais no contexto de séries financeiras heteroscedásticas. Em particular, este estudo concentrou-se na estimativa do expectil (Newey and Powell, 1987) e do extremil (Daouia et al., 2019) condicional a uma estrutura GARCH, dado que ambas medidas de risco são coerentes e invariantes em lei. Para tanto, avaliou-se o risco ˜de estimativa examinando como a estimativa GARCH da primeira etapa afeta o comportamento assintótico dos estimadores ALS. Em particular, demonstrou-se a consistência e a normalidade do estimator em duas etapas para os expectis conditionais. As simulações de Monte Carlo examinam a eficácia de várias abordagens de bootstrap, mostrando que a reamostragem residual de design fixo implica intervalos de previsão robustos. Por sua ˜vez, a análise empírica revela que os estimadores de Mínimos Quadrados Assimétricos condicionais são medidas capazes de mensurar o risco tão bem quanto as tradicionais medidas baseadas em quantis, oferecendo ainda uma visão complementar sobre a dinâmica da razão de ganho-perda.

Ficha do documento

Tipo

Tese

Ano

2024

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/35516

Temas

Economia

Palavras-chave

Asymmetric least squaresExpectilesExtremilesGARCH modelsRisk managementMínimos quadrados assimétricosExpectilExtremilModelos GARCHGerenciamento de riscoEconomiaMínimos quadradosModelos econométricosAnálise de séries temporaisAdministração de risco financeiro